Stock_Analysis_For_Quant / 路线对比
Stock_Analysis_For_Quant 与 EasyClaw 技能路线：不同层级的两套工具，没有集成关系
先把两件事分开。Stock_Analysis_For_Quant 是一份仓库里的示例集合——575 个 notebook、336 个 R 脚本、195 个 Excel 工作簿、11 个 .pbix、7 个 .twbx，要你自己克隆、自己装库、自己核对。EasyClaw 这边是已经装在本机的技能，用一句话就能取数、算指标、出图、筛股。
它们没有已证实的集成关系：本机技能目录里不存在这个项目的技能包，仓库里也没有任何 EasyClaw 相关文件。本站做这一页的目的不是让你二选一，而是告诉你哪件事交给哪一侧更省力——以及哪些事只有其中一侧能做。
两条路线不在同一层
先分清层级：一个是「资料集合」，一个是「已经装好的能力」
把两者的属性摊开对照，选型问题会立刻变简单。
| 对比维度 | Stock_Analysis_For_Quant | EasyClaw 技能路线 | 对你意味着什么 |
|---|---|---|---|
| 本质 | GitHub 仓库里的示例集合（1,221 个文件） | 本机已安装的技能目录（29 个） | 一个是资料，一个是能力 |
| 安装 | 克隆或下载，然后自己装依赖（仓库无 requirements.txt） | 已装好，用自然语言调用 | 想省环境就走技能侧 |
| 交付物形态 | 可读可改的源码：notebook、R 脚本、Excel 工作簿、.pbix、.twbx | 对话里的结果：数据表、指标、图、筛选名单 | 要「能读能改的代码资产」只能选仓库 |
| 语言与工具 | Excel / Matlab / Power BI / Python / R / Tableau 六套 | 以中文自然语言为主，底层由技能自带脚本执行 | 要跨语言对照只有仓库 |
| 数据口径 | 示例是美股 ticker（yfinance / quantmod） | 中文数据源方向（如 akshare-finance、tushare-finance），可直接覆盖 A 股 | 做 A 股，技能侧起步更快 |
| 维护状态 | 单贡献者，末次提交 2025-05-04，无 Release | 技能按目录版本记录，可逐个核验 | 两边都要自己核实时效 |
| 许可与成本 | 代码 MIT；但 Matlab / Power BI / Tableau 与数据源另计 | 技能本身随 EasyClaw 提供；部分技能需自备 API Key 或账号 | 成本要按「软件 + 数据 + 账号」三段算 |
按任务分工：七个任务分别哪一侧更强
下表的「更强」指省力程度与结果可得性，不指质量高低。技能侧的能力依据是本机 29 个技能目录与其说明文档（2026-09-30 实读）。
| 任务 | 仓库侧怎么做 | 技能侧怎么做 | 建议交给谁 | 注意点 |
|---|---|---|---|---|
| 取行情数据 | 自己写 yfinance 或 quantmod 取数，仓库只给调用示例 | 直接说要哪个标的哪段区间，由数据类技能执行 | 技能侧 | 美股用仓库现成示例即可；A 股走技能侧更省事 |
| 算技术指标 | 209 个 Python notebook + 159 个 R 脚本，一个指标一个文件 | 一句话问 MACD / RSI / 布林带当前状态 | 看目的：要抄实现用仓库，要结果用技能 | 两边参数默认值可能不同，比较前先对齐 |
| 算绩效比率 | Excel 41 个工作簿 + R 35 个脚本 + Python 45 个绘图 notebook | 一句话算区间涨跌幅、年化波动率等 | 看你要不要口径透明 | 无风险利率与年化因子是最大分歧点 |
| 组合与配置 | 78 个主题组合 notebook（案例集，非引擎） | 基金/组合类技能可做诊断与筛选 | 技能侧（除非你要逐个改案例代码） | 仓库的组合多是「某年某主题」的案例，不是可复用引擎 |
| 回测与可信度审计 | 有回测示例，但没有成本/样本外/参数敏感性的统一处理 | 有面向回测方法论与风险指标的技能，输出为研究报告 | 两侧都要：用技能拿思路，用仓库读实现 | 任何收益曲线都要先过审计清单，见回测审计页 |
| 可视化与仪表板 | Excel 图表、11 个 .pbix、7 个 .twbx（交互式，需商业软件） | 静态图表技能可直接出 PNG | 要交互式仪表板 → 仓库侧；要一张图 → 技能侧 | Power BI / Tableau 本机无授权，本站未实测 |
| 估值与筛选 | Excel 侧的估值模型工作簿、Python 侧的回归与因子 notebook | 有做内在价值估算与条件选股的技能 | 技能侧起步，再回仓库看模型细节 | 筛选类问题请把范围卡在单一板块，避免大范围扫描 |
本机 29 个技能里，和股票分析相关的有哪些
下面 14 个是本站实读本机技能目录后挑出的相关项。技能名与边界取自各技能自己的说明文档，具体行为以你本机版本为准。
| 技能 | 能做 | 前置与边界 | 与本仓库的关系 |
|---|---|---|---|
akshare-finance | A 股/期货/期权/基金/外汇/债券/指数/加密货币的行情与基本面；A 股历史 K 线支持前复权；宏观 GDP/CPI/PMI/M2 | 需自备 akshare 与 pandas；明确「不提供投资建议、不处理实盘交易」；部分数据源可能限流 | 补上本仓库完全没有的 A 股与中文宏观取数 |
tushare-finance | 中国金融市场数据，含 220+ 数据接口（行情、财务报表、宏观） | 需要 Tushare Pro 账号与 token | 替代仓库的 yfinance 取数层 |
yahoo-finance-github | 美股行情（与仓库 Python 侧同源数据） | 无需 API Key | 与本仓库 Python 侧取数方式一致，可直接对照 |
stock-price-checker | 用 yfinance 取价，无需 Key | 只做取价 | 比写一段脚本更快拿到单点价格 |
quant-analyst | 建金融模型、回测交易策略、风险指标（VaR/Sharpe/最大回撤）、组合优化、时间序列、期权定价与希腊字母、统计套利 | 说明中要求先确认执行环境、数据源、目标市场与用途；输出为研究用途 | 对应仓库最分散的那部分：绩效比率与回测 |
stock-technical-mastery | K 线技术分析，含批量分析脚本 | 面向技术面 | 对应仓库 209 个指标 notebook 的「结果侧」 |
a-share-metrics-card | 生成 A 股单只股票的关键指标体检卡（估值/盈利质量/现金流/负债/分红/活跃度） | 不支持港股/美股/期货 | 补上仓库没有的 A 股基本面速览 |
chart-image | 由数据生成图表 PNG：折线/柱/面积/散点/K 线/饼环/热力图/多序列/堆叠，支持双轴与成交量叠加 | 需 Node.js 与一次 npm install；无浏览器依赖 | 对应仓库的 Excel 图表与仪表板工作簿（但只出静态图） |
fp-dcf | A 股/港股/美股的内在价值估算（自由现金流、加权成本、敏感性热力图），可取 akshare/baostock/yfinance 数据 | 不支持相对估值法；不处理非上市公司 | 对应仓库 Excel 侧的估值模型工作簿 |
stock-monitor-skill-0-1-0 | 个股/ETF/黄金监控预警（成本盈亏、均线金叉死叉、RSI 超买超卖、成交量异动、跳空、动态止盈） | 明确「不支持自动下单、不生成投资建议、不覆盖期货/外汇/加密」 | 仓库没有监控能力 |
yingmi | 基金筛选、单基金分析、组合诊断、财富体检 | 盈米官方 MCP | 对应仓库的基金/ETF 组合 notebook，但更偏产品化 |
mx-data / mx-search / mx-select-stock / mx-selfselect / mx-stock-simulator | 数据查询、时效性搜索（新闻/公告/研报）、条件选股、自选股管理、模拟组合 | 自选与模拟组合需东方财富通行证账户 | 仓库没有账号体系与自选/模拟这一层 |
tongdaxin / iwencai / tonghuashun-research-assistant | 通达信行情与财务数据、同花顺问财入口、公告与研报检索 | iwencai 需自备 API Key | 补上仓库完全没有的中文信源 |
futuapi | 富途 OpenAPI 行情与交易助手（含一键安装 OpenD） | 需富途账号与本地 OpenD 服务 | 仓库不涉及任何券商通道 |
技能侧的实际产出长什么样
上面那张清单只是名字。下面三张是 EasyClaw 对话实拍，用来回答「一句话能拿到什么形态的结果」——左右翻页查看。
只有 Stock_Analysis_For_Quant 能做的四件事
这些不是「技能侧做得不好」，而是技能侧的产品形态不提供这类交付物。
| 只有仓库能做 | 具体是什么 | 技能侧为什么替代不了 | 适用场景 |
|---|---|---|---|
| 拿到可编辑的工作簿 | 195 个 Excel 工作簿（含 41 个绩效比率、26 个时间序列、20 个期权）与 7 个启用宏的 .xlsm | 技能输出的是结果，不是工作簿文件 | 要交给不会编程的同事在 Excel 里继续加工 |
| 拿到仪表板工程文件 | 11 个 .pbix 与 7 个 .twbx | 技能只出静态图，不产出仪表板工程 | 要做交互式看板并长期刷新 |
| 跨语言同题对照 | 同一指标在 Python、R、Excel 三处都有对应文件，可逐条比对写法 | 技能侧是单一实现，不提供多语言实现对照 | 要练「同一件事的多种写法」或做口径对账 |
| 读到大体量的实现细节 | 575 个 notebook 与 336 个 R 脚本，含 GARCH 家族、Prophet、PyFlux、回归方法谱系、数学金融 91 个文件 | 技能侧按需生成，不提供成体系的实现库 | 要按主题系统性地读代码 |
只有技能侧能做的四件事
反过来看，这些是仓库完全不覆盖的部分——仓库里连相关目录都没有。
| 只有技能侧能做 | 具体形态 | 仓库侧为什么替代不了 | 前置条件 |
|---|---|---|---|
| A 股与中文市场取数 | 一句话查 A 股/ETF 的行情、财务与宏观数据 | 仓库数据源是 yfinance 与 quantmod 的美股 ticker，无 A 股接口 | 数据类技能需自备对应库；部分数据源限流 |
| 时效性信息检索 | 新闻、公告、研报、政策与交易规则的定向检索 | 仓库里没有任何新闻或公告数据 | 部分检索类技能需自备 Key |
| 账号型功能 | 自选股管理、模拟组合买卖与持仓 | 仓库没有账号体系，也不做交易相关处理 | 需对应券商/平台的账号与授权 |
| 持续监控预警 | 按规则盯盘并在触发时提醒 | 仓库里只有静态示例，没有调度与推送能力 | 技能明确不支持自动下单 |
| 容易踩的坑 | 表现 | 怎么避免 | 适用场景 |
|---|---|---|---|
| 把技能侧的数字当成仓库侧的口径 | 两边算出的波动率或 Sharpe 对不上，却先去改代码 | 先对齐无风险利率、年化因子与复权方式，再比对 | 做任何交叉验证之前 |
| 把仓库的示例当成可复用引擎 | 直接拿某个主题组合 notebook 去换标的，结果数据管道散落 | 把仓库当作「实现参考」而不是「框架」，自己补数据层 | 想长期维护一套研究流程时 |
| 以为技能侧覆盖了全部六种工具 | 去找 Excel 工作簿或 .pbix 的生成能力，结果找不到 | 技能侧产出的是结果与图片，工作簿与工程文件只在仓库侧 | 交付物必须是可编辑文件时 |
| 忽略账号与 Key 的前置条件 | 调用到一半才发现缺 token 或账户 | 用之前先看技能说明里的前置一列 | 第一次使用某个技能时 |
| 忽略数据授权与商业软件许可 | 把结果对外发布，或把工程文件当成已有授权 | 代码许可、软件许可、数据授权三段分开确认 | 对外交付或商用前 |
三条典型路径：按你的处境对号入座
不需要全用，也不需要只用一个。下面三条覆盖了大多数真实起点。
路径一：零环境、要结果
先用技能路线把「取数 → 指标 → 出图」跑一遍，把研究问题问清楚。等你知道自己真正需要哪个口径、哪张表，再回到 Stock_Analysis_For_Quant 找对应实现来读——顺序反过来最容易在环境上消耗掉全部耐心。
路径二：有 Python 基础、要读代码
直接进仓库的 Python_Stock/，按主题挑 3–5 个文件读懂，再用技能侧快速复算同一指标做交叉验证。两边数字对不上时，优先怀疑口径（年化因子、无风险利率、复权），而不是怀疑代码。
路径三：Excel 用户、要交付物
从 Excel_Stock/ 的 41 个比率工作簿与 26 个时间序列工作簿入手，注意 .xlsm 需要启用宏。仪表板需求先看许可：Power BI / Tableau 是商业软件，仓库只是提供工程文件，不提供授权。
成本与许可：三段一起算，别只算一段
这是选型时最容易漏的部分。三段分别是：代码许可、软件许可、数据授权。本站不给价格数字，只给判断顺序。
| 成本项 | Stock_Analysis_For_Quant 侧 | 技能侧 | 怎么判断 |
|---|---|---|---|
| 代码许可 | MIT（Copyright (c) 2020 LastAncientOne），可改可分发，保留声明 | 随 EasyClaw 提供，技能各自说明边界 | 先确认你要不要「再分发」或「商用」 |
| 软件许可 | Python 与 R 免费；Matlab、Power BI、Tableau 是商业软件，工程文件不等于授权 | 不需要额外商业软件；出图技能需 Node.js 环境 | 看你的机器上已经有什么合法授权 |
| 数据授权 | 示例走 yfinance / quantmod，属第三方渠道，条款由提供方决定 | 部分技能需自备账号或 API Key（如 Tushare、问财、富途） | 数据能不能对外发布，取决于数据方条款，与代码许可无关 |
| 时间成本 | 克隆约 306 MiB、按目录反推依赖、逐个装库 | 已装好，但要把问题问准 | 一次性探索 → 技能侧；长期改代码 → 仓库侧 |
| 维护成本 | 末次提交 2025-05-04、单贡献者、无 Release，升级靠你自己 | 技能按目录版本演进 | 要做长期项目，把两边都纳入版本管理 |
关于两条路线怎么选：常见问题
以下事实按本机技能目录实读（2026-09-30）与固定提交 df4bd3c58d71 核验；技能与仓库都会变化，请以你本机的当前版本为准。
EasyClaw 里能直接装 Stock_Analysis_For_Quant 吗？
不能，也没有这个必要。本机技能目录里不存在这个项目的技能包，仓库里也没有任何 EasyClaw 相关文件，两者没有已证实的集成关系。而且这个仓库是 notebook / 工作簿 / 多语言脚本的集合，本身也不具备「被封装成一个技能」的形态。它的正确用法是克隆到本机、按需挑文件读与改。
那我还有必要用这个仓库吗？
取决于你要的是「结果」还是「可改的资产」。要一句话拿数据、算指标、出图、筛股，技能侧更快；要拿到能交给同事继续编辑的 Excel 工作簿、要读某条策略的具体实现、要做 Python 与 R 的实现对照，就只有仓库侧能满足。两条路线的交付物形态不同，不是同一个需求的两个答案。
两边的指标数值会一样吗？
不保证。至少有三处会造成差异：无风险利率怎么取、年化因子用 252 还是 365、以及样本起止与复权方式。仓库侧不同目录之间自己也存在口径差异（Excel 四十一本比率工作簿与 R 侧三十五个脚本并不共享定义）。所以本站的建议是：把技能侧的数字当快速参考，把仓库侧的代码当口径依据，两者互相验证时先对齐这三个参数。
做 A 股，哪边更省事？
技能侧。Stock_Analysis_For_Quant 的示例数据源是 yfinance 与 quantmod，标的是美股 ticker，仓库里没有任何 A 股说明；要做 A 股得自己换数据源并处理复权、T+1、涨跌停、停牌与交易成本。技能侧的中文数据方向可以直接取 A 股行情与财务数据，但同样要自己确认数据口径与授权条款。改造清单见本站在 A 股适配页整理的内容。
技能侧的那些账号和 Key 是必须的吗？
分情况。行情类技能多数免费且不需要 Key；数据查询类里，部分（如 Tushare）需要账号与 token，部分检索类需要自备 API Key；自选股与模拟组合类需要对应平台的账户；券商行情类需要在本地跑一个网关服务。上表「前置与边界」一列逐个写明了，用之前先看那一列，别等到调用失败才发现缺账号。
能不能两边都用来交叉验证？
可以，而且这是本站推荐的用法。具体做法是：先用技能侧拿到一个结果，再在仓库里找到对应实现（例如同一个 Sharpe 比率在 Excel 侧与 R 侧都有文件），用相同区间与相同参数复算一次。两边一致说明口径没跑偏；不一致就去查那三个参数。这个流程比单独相信任何一侧都可靠。
Power BI / Tableau 那部分和技能侧冲突吗？
不冲突，是两条不同的交付路线。仓库侧提供 .pbix 与 .twbx 工程文件，适合需要交互式看板与长期刷新的场景，但需要对应的商业软件授权；技能侧的出图方向产出静态 PNG，适合快速查看与写进报告。要交互式仪表板只能走仓库侧，要一张图用技能侧更快。相关许可边界见仪表板与许可页。
这张对比表是怎么得出的？
仓库侧的事实来自固定提交的全量文件清单、目录级 README 与仓库元数据；技能侧的事实来自本机技能目录的逐个实读（29 个目录，含各自说明文档与文件清单）。本站没有运行过仓库里的任何 notebook，也没有实调用技能侧的取数与交易类接口——所以这一页给的是「任务归属」判断，不是性能或收益对比。以两边的当前版本为准。